Minggu, 14 September 2008

Data mining

Kebutuhan Bisnis
Terdapat tiga kebutuhan bisnis:
Penambahan maupun peningkatan kapasitas produk
Pengurangan biaya operasi perusahaan
Peningkatan efektifitas
Permasalahan Bisnis secara umum
Permasalahan bisnis yang umum dihadapi:
1. Bagaimana menyajikan advertensi kepada target yang tepat sasaran
2. Menyajikan halaman web yang khusus setiap pelanggan
3. Menampilkan informasi produklain yang biasa dibeli bersamaan dengan produk tertentu.
4. Mengklasifikasikan artikel-artikel secara otomatis
5. Mengelompokkan pengunjung web yang memiliki kesamaan karateristik tertentu
6. Mengestimasi data yang hilang
7. Memprediksi kelakuan dimasa yang akan datang
Solusi Masalah
Konsep dasar yang perlu dipikirkan pelaku bisnis sebagai solusi permasalahan, yaitu:
Perumusan Target
Memilih target pemasaran untuk disuguhi advertensi tertentu bertujuan untuk meningkatkan profit perusahaan, pengenalan produk secara luas atau hasil-hasil terukur lainnya.
Personalisasi
Memanfaatkan personalisasi untuk memilih advertensi yang paling sesuai untuk orang tertentu dan personalisasi ini bertujuan agar pengunjung yang sudah menjadi pelanggan membeli sebanyak mungkin produk perusahaan.
Asosiasi (analisis keranjang pasar)
Asosiasi ini mengidentifikasi item-item produk yang mungkin dibeli bersamaan dengan produk lain atau dilihat secara bersamaan pada saat mencari informasi mengenai produk tertentu
Manajemen Pengetahuan
Sistem ini mengidentifikasi dan memanfaatkan pola-pola didalam dokumen yang berbahasa alami atau berformat text. Pendekatan ini digunakan untuk menyortir dokumen baru dan mempersonalisasi publikasi online
Pengelompokkan
Pengelompokan digunakan untuk membuat laporan mengenai karateristik umum dari grup-grup pengunjung (customer) yang berbeda.
Estimasi dan Prediksi
Estimasi menebak sebuah nilai yang belum diketahui dan prediksi memperkirakan nilai untuk masa datang .
Pohon Keputusan
Sebagai diagram alir dari titik-titik pertanyaan yang menuju pada sebuah keputusan.


Kebutuhan dan Kesempatan untuk Data Mining
Kebutuhan akan data mining dikarenakan:
Ketersediaan data yang melimpah, kebutuhan akan informasi (atau pengetahuan) sebagai pendukung pengambilan keputusan untuk membuat solusi bisnis dan dukungan infrastruktur dibidang teknologi informasi
Ketersediaan data transaksi dalam volume yang besar
Informasi sebagai aset perusahaan yang penting sehingga melahirkan gudang data yang mengintegrasikan informasi dari sistem yang tersebar untuk mendukung pengambilan keputusan
Ketersediaan teknologi informasi dalam skala yang terjangkau dan sudah dapat diadopsi secara luas.
Definisi Data Mining
Data mining adalah proses yang memperkerjakan satu atau lebih teknik teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge) secara otomatis.
Data mining merupakan proses iterative dan interaktif untuk menemukan pola atau model yang sahih, baru, bermanfaat, dan dimengerti dalam suatu database yang sangat besar (massive databases).
Data mining merupakan serangkaian proses untuk menggali nilai tambah dari suatu kumpulan data berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data
Data mining menggunakan berbagai perangkat lunak analisis data untuk menemukan pola dan relasi data agar dapat digunakan untuk membuat prediksi dengan tepat
Mengapa Melakukan Data Mining
Sudut Pandang Komersial:
Meledaknya volume data yang dihimpun dan disimpan dalam data warehouse
Proses komputasi yang dapat diupayakan
Kuatnya tekanan kompetitif
Dapat menyediakan yang lebih baik, layanan-layanan kastemisasi
Informasi menjadi produk yang berarti
Sudut Pandang Keilmuan:
Kecepatan data yang dihimpun dan disimpan (Gbyte/hour)
Remote sensor yang ditempatkan pada suatu satelit
Telescope yang digunakan untuk men-scan langit
Simulasi saintifik yang membangkitkan data dalam ukuran tera bytes
Teknik-teknik tradisional tidak fisibel untuk mengolah data mentah
Data mining untuk reduksi data ;
Catalogging, klassifikasi, segmentasidata
Membantu ilmuwan dalam melakukan formulasi hipotesisi










Ilmu Berkaitan Data Mining
Bidang ilmu yang berkaitan:
Database
Information science (ilmu informasi)
High performance computing
Visualisasi
Machine learning
Statistik
Neural networks (jaringan saraf tiruan)
Pemodelan matematika
Information retrieval
Information extraction dan
Pengenalan pola

Penerapan Data Mining
· Analisa Pasar dan Manajemen
Beberapa solusi dapat diselesaikan dengan data mining :
ž Menebak target pasar
ž Melihat pola beli pemakai dari waktu kewaktu
ž Cross Market Analysis
ž Profil Customer
ž Identifikasi Kebutuhan Customer
ž Menilai loyalitas customer
ž Informasi summary
· Analisa Perusahaan dan Manajemen Resiko
Beberapa solusi dapat diselesaikan dengan data mining :
ž Merencanakan Keuangan dan Evaluasi Aset
ž Merencanakan Sumber Daya (Resource Planning)
ž Memonitor Persaingan (Competition)
· Telekomunikasi
Data mining digunakan untuk melihat jutaan transaksi yang masuk dengan tujuan menambah layanan otomatis
Keuangan
Data mining digunakan untuk mendeteksi transaksi-transaksi keuangan yang mencurigakan dimana akan susah dilakukan jika menggunakan analisis standar.
Asuransi
Australian Health Insurance Commision menggunakan data mining untuk mengidentifikasi layanan kesehatan dan berhasil menghemat satu juta dollar pertahun
Astronomi
Jet Propulsion Laboratory (JPL) di Pasadena dan Pulomar Observatory menemukan 22 quasar dengan bantuan data mining.
Olahraga
IBM Advanced Scout menggunakan data mining untuk menganalisis statistic permainan NBA dalam rangka competitive advantage untuk tim New York Knicks
Internet Web Surf-Aid
IBM Surf-Aid menggunakan algoritma data mining untuk mendata akses halaman Web khususnya berkaitan dengan pemasaran melalui web.



Tools Data Mining
Karateristik-karateristik penting dari tool data mining meliputi:
ž Data preparation facilities
ž Selection of data mining operation (algorithms)
ž Product scalability and performance
ž Facilities for visualization of result
o Data mining tool, meliputi:
Integral Solution Ltd’s Clementine
Data Mind Corp’s Data Crusher
IBM ’s intelligent Miner
Silicon Graphics Inc.’s MineSet
Informations Discovery Inc.’s Data Mining Suite
SAS Institute Inc.’s SAS System and Right Information System’Thought.













Back To Materi

Tidak ada komentar: